【技术实现步骤摘要】
一种基于萤火虫算法的关联方法及系统
[0001]本专利技术涉及数据关联领域,尤其涉及一种基于萤火虫算法的关联方法及系统。
技术介绍
[0002]关联规则主要应用于挖掘频繁项集,其主要原理在于统计同时出现的两个事务的统计数据从而而得出他们的依存关系,关联规则映一个事物与其他事物之间的相互依存性和关联性。因此被广泛地购物篮分析、推荐系统、图像关联规则等领域。而在图像关联规则识别中,其不同的的事物代表的就是不同特征数值在不同区间的取值。其关联规则挖掘使得我们可以利用关联规则进行高精度的图像识别。但是如何划分这个区间以达到可以由特征落在不同区间以输出关联规则是一个高维的问题,故我们需要引入萤火虫算法进行启发式求解。但是,在图像关联规则挖掘中,传统萤火虫算法在有限的个体数量下,无法更好地求得区间划分阈值中更优的局部优解;传统萤火虫算法法并没有很好的利用迭代过程中或生活中的信息对区间划分阈值进行优化。
技术实现思路
[0003]为了解决上述技术问题,本专利技术的目的是提供一种基于萤火虫算法的关联方法及系统,通过对图像特征 ...
【技术保护点】
【技术特征摘要】
1.一种基于萤火虫算法的关联方法,其特征在于,包括以下步骤:根据关联任务确定目标函数和约束空间并输入参数初值;基于萤火虫算法,根据参数初值、目标函数和约束空间求解区间划分阈值局部最优解,得到己知局部最优解集合;人工标定区间划分阈值局部最优解,得到人工局部最优解;屏蔽已知局部最优解和人工局部最优解,迭代计算区间划分阈值局部最优解直至达到最大迭代次数,输出解集;根据置信度选择解集中的最优解并指导关联任务进行区间划分。2.根据权利要求1所述一种基于萤火虫算法的关联方法,其特征在于,所述参数初值包括萤火虫移动步长、局部解作用半径、迭代次数、函数最低要求、屏蔽函数系数、光照影响系数、随机化参数和光照削弱系数。3.根据权利要求2所述一种基于萤火虫算法的关联方法,其特征在于,所述屏蔽已知局部最优解和人工局部最优解,迭代计算区间划分阈值局部最优解直至达到最大迭代次数,输出解集这一步骤,其具体包括:计算萤火虫个体与已知局部最优解集合中每个解的距离范数;判断到距离范数小于参数局部解作用半径,设定局部凸函数以削减对应优解附近的萤火虫亮度;构建屏蔽函数和定义解的合作用区间以跳出附近的区间划分阈值局部最优解;迭代计算区间划分阈值局部最优解直至达到最大迭代次数,输出解集。4.根据权利要求3所述一种基于萤火虫算法的关联方法,其特征在于,所述距离范数的计算公式如下:上式中,p
ij
表示距离范数,x
i
表示第i个萤火虫个体,x
j
表示局部最优解集合中第j解个体,x
ik
表示第i个萤火虫个体向量的第k个分量的取值,表示局部最优解集合中第j解个体的第k维向量...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。